研究の主な発見は、ある読者のL1（母語）で学習したバイリンガル言語モデルが、単一言語（英語）モデルよりもL2（英語）読書時間のばらつきを説明できる点です。L1が読者と一致するモデル（matched）が一致しないモデル（mismatched）や単一言語ベースラインを上回りました。優位性は初期の視線指標ではほとんど見られず、後期の指標で集中しました（具体的には go-past time と total fixation duration に強い効果）。この優位は文字体系（スクリプト）重複で変化し、中間程度の習熟者で最も大きく現れました（LexTALEでおよそ65–80%でピークし、90%超では低下）。 (d1, d2, c1, c4, c3)

方法は次の通りです。論文は各L1–英語の組合せでGPT-2風のバイリンガル言語モデルを訓練しました。学習開始時点を変える「Step of Exposure（SoE）」を0、16k、32k、48kの4段階で導入し、全モデルは合計64kステップで訓練しています。各言語から10億（10^9）トークンをサンプリングし、評価用に100万（10^6）トークンを確保しました。テキストは256トークン長のシーケンスに分け、L1とL2をインターリーブして学習させました。単一言語の英語基準モデルは同一のトークナイザーで英語データのみを用いて訓練しています。 (m1, m2)

評価ではMECO L2と呼ばれる眼球運動コーパスを用いました。参加者は同一の12の英語テキストを読み、ワード単位で4種類の読書時間指標が記録されています。指標は（1）first fixation duration（最初の定点の長さ）、（2）gaze duration（その語を初めて離れるまでの合計）、（3）go-past time（初回定着からその語より右に視線が移るまでの総時間、回帰を含む）、（4）total fixation duration（その語に費やした全ての定点時間）です。モデルからは単語のsurprisal（出現確率の負の対数）を算出し、サブワードに分割された語は構成トークンのsurprisalを合算しました。統計解析には混合効果線形モデルを用い、語頻・語長・文中位置などを共変量に入れ、pseudo-R^2差分や尤度比検定で比較しました。 (m3, m4)

具体的な結果要点は次の通りです。まず、first fixation ではバイリンガル surprisal の予測優位はほとんど見られませんでした。対照的に gaze duration、go-past time、total fixation duration の後期指標ではバイリンガルモデルが明確な優位を示し、ネイティブ（En-UK）コントロールはほぼゼロに留まりました。matched モデルは mismatched よりも多くの分散を説明し、後期の指標で有意差とより大きな平均 ∆LL を示しました（first fixation を除く）。 (c1, c2)

文字体系の影響も観察されました。ラテン文字を母語に持つ群では gaze duration の段階ですでにバイリンガル優位が見られました。非ラテン文字群は初期には優位が乏しく、しかし later 指標（go-past や total fixation）では両群とも単一言語基準と同等かそれ以上の性能を示しました。非ラテン群では SoE が大きくなるにつれ go-past time で上昇傾向が見られます。 (c3)

語学習者の習熟度による変調は非線形で、特に go-past time と total fixation duration で顕著でした。バイリンガルの予測優位は LexTALE（語彙テスト）スコアに対して逆U字を描き、中間レベルの学習者（約65–80%）で最大となり、最も上級の学習者（>90%）では低下しました。LexTALE による結果は、複数試験の主成分分析から作った複合指標でも再現されました。 (c4)